academic-pipeline

Academic Pipeline 是一款专为研究人员、学生及学者设计的学术研究编排器，旨在提供结构化且具备人工监督（human-in-the-loop）的论文制作流程。它不追求完全自动化，而是协调包括深度研究、撰写、两阶段同行评审及最终完整性验证在内的 10 个阶段，以确保学术严谨性。通过在每个流程转换处设置质量管控闸门，它能有效弥合原始数据与可发表文稿之间的差距。该工具整合了 deep-research 与 academic-paper-reviewer，防止 AI 常见的失误，如引用幻觉、方法论编造及逻辑缺失。对于希望在利用 AI 加速写作同时维持高标准的研究者而言，此编排器是理想选择。

• 协调 10 个核心阶段：研究、撰写、完整性检查、审阅、修订及最终验证。

• 具备强制性的用户确认节点与可重现的质量管控机制，确保研究的一致性。

• 内建“Material Passport”系统，用于会话状态追踪、上下文重置及审计日志生成。

• 自动生成“论文创作流程记录”PDF，完整记录人机协作过程。

• 支持中途切入，允许用户从修订或引用检查等特定阶段开始作业。

• 严格遵守数据存取级别，并利用 Semantic Scholar API 进行文献验证。

• 专为学术研究需求打造，不建议用于单纯的自动化内容生成。

• 每个阶段均需人类研究者参与，审视 AI 生成内容并验证论点准确性。

• 建议搭配 LaTeX 或 Word/Pandoc 工作流使用，以获得最佳格式化体验。

• 支持通过环境变量（如 ARS_PASSPORT_RESET）进行进阶会话管理与配置。

• 强调人类决策的重要性，关键决策点与最终审核均须由人类完成。